基于BPNN和PNN油浸电力变压器故障诊断模型的对比研究

摘要

油中溶解气体分析对油浸变压器潜伏性故障的诊断是--个复杂的模式识别问题，人工神经网络由于其良好的非线性映射能力而获得了广泛的应用。本文详细介绍了反向传播神经网络(BPNN)和概率神经网络(PNN)两种神经网络故障诊断模型的建立步骤和参数选择，并利用MATLAB的神经网络工具箱对设计的两种网络做了分析和对比。仿真结果表明，两种网络均能较好地实现变压器故障的实时诊断，相比之下BPNN的诊断正确率高，而PNN的收敛速度更快。